0
点赞
收藏
分享

微信扫一扫

MATLAB实现相关性分析

最不爱吃鱼 2023-09-23 阅读 53

1. 数据操作

N维数组样例

  • N维数组是机器学习和神经网络的主要数据结构

  • 0-d

    一个类别: 1.0

  • 1-d

    一个特征向量(一维矩阵):[1.0, 2.7, 3.4]

  • 2-d

    一个样本-特征矩阵-(二维矩阵)

  • 3-d

    RGB图片 (宽x高x通道)- 三维数组

  • 4-d

    一个RGB图片批量(批量大小x宽x高x通道)

  • 5-d

    一个视频批量(批量大小x时间x宽x高x通道)

  • 创建数组需要:

    • 形状
    • 每个元素的数据类型
    • 每个元素的值
  • 访问元素

    • 一个元素 :[1, 2]
    • 一行:[1, :]
    • 一列:[:, 1]
    • 子区域:[1:3, 1:] (访问到的是1-2行【注意是开区间】,列是访问到底)
    • 子区域:[::3, ::2] (访问的是第一行到最后一行,但是每三行一跳,列没两列一跳)

2. 数据操作实现

  • 首先要导入torch,张量表示要给数值组成的数组,这个数组可能有多个维度

在这里插入图片描述

  • 可以通过张量的shape属性来访问张量的形状和张量中元素的总数,使用numel来访问张量中的种数

在这里插入图片描述

  • 要改变一个张量的形状而不改变元素数量和元素值,我们可以调用reshape函数

    在这里插入图片描述

  • 使用全0、全1、其他常量或者从特定分布种随机采样的数字- zeros() 和ones()函数

    在这里插入图片描述

  • 通过提供包含数值的python列表(或者嵌套列表)来为所需张量中的每个元素赋予确定值

在这里插入图片描述

在这里插入图片描述

  • 常见的标准算数运算符(+,-,*,/,和**【求幂】)都可以被升级为按元素运算

在这里插入图片描述

​ 按元素方式应用更多的计算

在这里插入图片描述

  • 也可以将多个张量连接在一起

在这里插入图片描述

  • 通过逻辑运算符构建二元张量

在这里插入图片描述

  • 对张量中的所有元素进行求和会产生一个只有一个元素的张量
    在这里插入图片描述
  • 即使形状不同,我们任然可以通过调用广播机制(broadcasting mechanism)来执行按元素操作
    只要维度相同,a->(3x2) b->(3x2)
    在这里插入图片描述
  • 可以用[-1]选择最后一个元素,可以用[1, 3]选择第二个和第三个元素
    在这里插入图片描述
  • 除了读取外,还可以通过指定索引来将元素写入矩阵
    在这里插入图片描述- 为多个元素赋相同的值,只需要索引所有元素,然后为他们赋值
    在这里插入图片描述
  • 运行一些操作
    在这里插入图片描述
  • 如果后续计算中没有重复使用x,可以使用x[:] = x+Y或者x+=Y来减少操作的内存开销
    在这里插入图片描述
  • 转化
    在这里插入图片描述

3. 数据预处理

创建一个人工数据集,并存储在csv(逗号分隔值)文件

举报

相关推荐

0 条评论